01 Kontekst i problem
Aplikowanie o pracę to głównie powtarzalność. Przy każdym wolnym miejscu kandydat przepisuje to samo CV, aby pasowało do stanowiska, sporządza świeży list motywacyjny i przygotowuje maila aplikacyjnego, a następnie robi to ponownie przy kolejnej pracy. Praca między znalezieniem stanowiska a przygotowaniem do wysłania dopasowanej aplikacji jest powolna, ręczna i łatwa do oszczędzania, co właśnie sprawia, że dobrzy kandydaci tracą impet.
Powszechną odpowiedzią jest bot auto-aplikujący: narzędzie, które działa na wspólnej puli kandydatów i wysyła aplikacje na oferty w imieniu użytkownika. To zamienia kontrolę na wolumen i często wysyła generyczne, niskiej jakości wnioski, których dana osoba nigdy nie przejrzała. Ta platforma zajmuje przeciwne stanowisko. Nie ma puli kandydatów, z której pracodawca by korzystał, a platforma nie wybiera ofert pracy ani nie wysyła niczego automatycznie. Każda akcja odbywa się na kontach jednego uwierzytelnionego użytkownika, a osoba ta decyduje, które zadania wykonać i co faktycznie zostanie wysłane. Problem do rozwiązania był wąski i realny: usunąć powtarzalną pracę przygotowawczą, nie usuwając przy tym oceny wnioskodawcy.
02 Rola i ograniczenia
Jako AI Product Manager byłem właścicielem produktu od początku do końca: przepływ pracy od logowania do wysłania aplikacji, model profilowy napędzający każdą generację, logika dopasowania i generowania dla każdego zlecenia, model kredytów i monetyzacji, integracja Gmail draftu oraz bariery dotyczące tego, co AI może, a czego nie może robić. Duża część pracy polegała na określeniu, gdzie AI powinna się zasługiwać. AI zajmuje się powtarzalnym przygotowaniem, dopasowując zadanie do profilu użytkownika oraz tworząc CV, list motywacyjny i e-mail, podczas gdy człowiek zachowuje każdą ważną decyzję: jaką rolę szukać, które oferty wybrać, czy generować, jakie treści uwzględnić i czy je wysłać.
Ograniczenia były celowe. Człowiek w pętli jest niepodważalny: platforma przygotowuje Gmail szkic i nigdy nie wysyła go automatycznie, więc wnioskodawca zawsze przegląda i klika Wyślij. AI może korzystać wyłącznie z informacji dostarczonych lub zatwierdzonych przez użytkownika; Nigdy nie może wymyślać kwalifikacji, historii zatrudnienia, umiejętności, certyfikatów, osiągnięć czy metryk, ani nie może dodawać umiejętności tylko po to, by zawyżać nakładanie się słów kluczowych. Dane każdego użytkownika są ściśle rozdzielone: użytkownik dotyka tylko własnego profilu, wyszukiwań, wybranych ofert, wygenerowanych dokumentów, Gmail szkiców, punktów kredytowych i śledzonych aplikacji, nigdy nie do czyichś innych. A ponieważ generowanie kosztuje pieniądze, koszt musiał być przejrzysty: użytkownik powinien zobaczyć cenę kredytu za działanie zanim AI się zacznie.
Podejście produktowe 03
Produkt dzieli się na dwie warstwy wokół jednego uwierzytelnionego konta: darmowe odkrywanie i płatne przygotowanie. Discovery jest darmowe, więc użytkownicy mogą eksplorować bez tarcia. Po zalogowaniu się na Googleużytkownik tworzy indywidualny profil, imię i dane kontaktowe, role docelowe, podsumowanie zawodowe, doświadczenie, wykształcenie, umiejętności, certyfikaty, projekty oraz istniejące CV, które stają się źródłem informacji o wszystkim, co dalej się dzieje. Następnie wyszukują stanowisko, platforma agreguje dopasowane oferty z puli źródłowej integracji portali pracy firm trzecich w jeden zestaw wyników, a każde stanowisko jest oceniane na podstawie profilu tego użytkownika z procentem dopasowania, który pomaga mu w ustalaniu priorytetów.
Przygotowanie to miejsce, gdzie AI wykonuje powtarzalną pracę i gdzie punkty są liczne. Użytkownik ręcznie wybiera zadania warte realizacji i klika Apply Now na każdą. Dla każdego wybranego stanowiska platforma generuje osobny, dopasowany pakiet: szkic CV dopasowany do opisu stanowiska, list motywacyjny dla danego stanowiska i pracodawcy oraz spersonalizowany e-mail aplikacyjny, więc dwie aplikacje od tego samego użytkownika mogą się różnić, ponieważ każda jest stworzona z myślą o innej okazji. Następnie wykorzystuje integrację użytkownika z Gmail do złożenia szkicu, tematu konkretnego stanowiska, e-maila aplikacyjnego jako treści oraz dołączonego CV i listu motywacyjnego, i zapisuje je jako szkic. Nie wysyła się. Użytkownik otwiera szkic w Gmail, przegląda pracodawcę, rolę, odbiorcę, temat, treść i załączniki, edytuje wszystko i ręcznie klika Wyślij. Po wysłaniu lub oznaczeniu jako zastosowane, trafia do trackera aplikacji danego użytkownika.
Generowanie jest ograniczone kredytami, więc ekonomia odpowiada wartości: odkrywanie pozostaje darmowe, a kosztowne przygotowanie obliczeniowe to to, za co użytkownicy płacą. Każdy użytkownik otrzymuje codzienny darmowy limit kredytowy, aby spróbować lub kontynuować ten proces; Gdy się skończy, mogą kupić więcej. Interfejs pokazuje koszt kredytu przed rozpoczęciem generowania, dzięki czemu użytkownik rozumie cenę przed uruchomieniem AI.
Większość narzędzi do pracy optymalizuje albo pod kątem ilości (boty automatyczne aplikujące aplikacje, które rozpylają ogólnikowe aplikacje), albo odkrywania (tablice z ofertami pracy kończące się na ogłoszeniu). Ta platforma optymalizuje tę lukę: eliminuje powtarzalne przygotowania do każdej wybranej pracy, CV, listu motywacyjnego i e-maila, jednocześnie zachowując kontrolę nad wyborem i wysłaniem kandydata. AI zajmuje się draftem; Człowiek zachowuje osąd.
04 Zbudowane cechy
Google uwierzytelnianie
Użytkownicy tworzą i uzyskują dostęp do swojego konta przez Google logowanie, co umożliwia również Gmail workflow draft.
Profil specyficzny dla użytkownika
Uporządkowany profil (role, podsumowanie, doświadczenie, umiejętności, projekty, CV) staje się jedynym źródłem prawdy dla użytkownika.
Poszukiwanie pracy oparte na roli
Użytkownik wyszukuje rolę docelową; platforma agreguje dopasowane oferty z Source Pool zewnętrznych portali ofert pracy, a także można dodać kolejne integracje.
Procent dopasowania profilu
Każde stanowisko jest oceniane na podstawie profilu zalogowanego użytkownika, dla każdego użytkownika i dla każdego stanowiska, aby lepiej ustalać priorytety, a nie oceniać kandydatów.
Ręczny wybór stanowiska
Użytkownik przegląda oferty i wybiera, które stanowiska chce podjąć, klikając Apply Now , aby rozpocząć przygotowania.
Per-application résumé
Każda wybrana oferta pracy otrzymuje własny szkic CV, dopasowany do konkretnego opisu stanowiska.
List motywacyjny na podanie
Dla każdego stanowiska generowany jest osobny list motywacyjny, w zależności od stanowiska, pracodawcy i wymagań.
E-mail na podanie aplikacji
Dla każdego zlecenia przygotowywany jest spersonalizowany e-mail aplikacyjny, zamiast jednej uniwersalnej wiadomości powtarzanej wszędzie.
Gmail tworzenie szkicu
E-mail, CV i list motywacyjny są składane w Gmail szkicu. Jest zapisywany, nigdy nie wysyłany automatycznie.
Śledzenie aplikacji
Po wysłaniu lub oznaczeniu jako zastosowane, zadanie jest dodawane do własnego potoku aplikacji tego użytkownika.
Generowanie oparte na kredycie
Przygotowanie AI odbywa się na kredytach: 50 darmowych za dzień, z dodatkowym zakupem po wykorzystaniu dziennego budżetu.
Przejrzystość kredytowa
Koszt, bieżące saldo, pozostałe saldo oraz zachowanie zwrotu są pokazywane przed rozpoczęciem jakiejkolwiek generacji.
Również wydawane lub planowane: profil użytkownika jako wielokrotnego źródła prawdy w różnych aplikacjach, agregacja zadań z rosnącej puli źródeł integracji portali pracy firm trzecich w jeden zestaw wyników, ścisłe rozdzielanie danych na poziomie użytkownika, codzienny limit darmowych kredytów z dopłatą oraz przejrzystość kredytów przed generacją, dzięki czemu koszt jest widoczny przed uruchomieniem AI.
Architektura 05
Jedno uwierzytelnione konto łączy wszystko ze sobą. Indywidualny poszukujący pracy loguje się za pomocą Google, który zarówno go uwierzytelnia, jak i umożliwia późniejszy Gmail roboczy workflow. Następnie w obrębie konta działają dwie ścieżki: darmowa ścieżka odkrywania, wyszukiwanie oparte na profilu oraz rolach w ramach Source Pool integracji portali ofert pracy firm trzecich, agregowane do wyników ocenianych względem profilu użytkownika do procentów dopasowania, oraz płatna ścieżka przygotowania, która zaczyna się dopiero po wybraniu stanowiska i kliknięciu Apply Now.
Workflow Apply Now najpierw sprawdza punkty kredytowe. Jeśli saldo jest niewielkie, użytkownik jest kierowany do zakupu; jeśli jest wystarczająca, wymagane kredyty są odejmowane i rozpoczyna się generacja. Etap generowania AI bierze profil użytkownika oraz wybrany opis stanowiska i tworzy trzy dopasowane wersje robocze: CV, list motywacyjny oraz e-mail aplikacyjny, które trafiają do Gmail użytkownika jako jeden szkic wraz z dołączonymi dokumentami. Użytkownik przegląda i edytuje szkic, ręcznie klika Wyślij, a aplikacja jest rejestrowana w trackerze. Przez cały system przebiegają dwie linie projektowe: ludzkie w pętli, czyli AI tworzy szkice, ale użytkownik zawsze wysyła, oraz izolacja na użytkownika, więc profile, wyszukiwania, wygenerowane dokumenty, Gmail szkice, kredyty i śledzone aplikacje należą do jednego konta i nigdy nie są udostępniane wspólnej puli kandydatów. Stos celowo pozostaje nudny, aby ruchome elementy pozostały czytelne: React frontend, Node.js backend, Supabase na dane i Vercel na hosting. Source Pool jest stworzony z myślą o rozwoju: każda nowa integracja portalu pracy zewnętrznego jest podłączona do tej samej ścieżki agregacji i oceny, więc dodanie portalu poszerza zasięg bez zmiany workflow.
06 Monetyzacja i Kredyty
Platforma oddziela darmowe odkrywanie od generowania aplikacji opartych na kredytach, dzięki czemu monetyzacja podąża za wartością: użytkownicy mogą znajdować i oceniać możliwości za darmo, płacąc tylko za wymagające przygotowania obliczeniowe. Darmowa funkcjonalność obejmuje tworzenie konta, budowanie profilu, wyszukiwanie i agregowanie ofert, przeglądanie opisów, przeglądanie procentów dopasowania oraz wybór ofert pracy do rozważenia. Kredyty są zużywane na pracę wspomaganą AI, generowanie CV, listu motywacyjnego i e-maila aplikacyjnego oraz Gmail szkicu, a każdy użytkownik otrzymuje 50 darmowych punktów dziennie, aby utrzymać efektywność przed zakupem płatnego pakietu. Po wyczerpaniu dziennego limitu użytkownik doładowuje się, by kontynuować. Co istotne, koszt jest pokazywany przed generacją: aktualne saldo, wymagane kredyty, pozostałe saldo, które wyjścia są uwzględnione, zachowanie zwrotu przy nieudanych generacjach, kiedy codzienne kredyty się resetują oraz czy edycje lub regeneracja kosztują więcej, dzięki czemu użytkownik zawsze rozumie cenę przed uruchomieniem AI. Efektem jest model płatnego przelewu, a nie płatnego odkrywania: użytkownicy odkrywają swobodnie i płacą za przygotowanie na dużą skalę.
Warstwa swobodnego odkrywania
Tworzenie konta, budowanie profilu, wyszukiwanie, agregacja, widoczność dopasowania i wybór ofert – wszystko bez wydawania kredytów.
Płatna warstwa przygotowawcza
Kredyty finansują CV, listy motywacyjne i e-maile oraz Gmail montaż szkiców, czyli pracę obliczeniowo.
Codzienny dodatek na darmowe kredyty
Każdy użytkownik otrzymuje 50 darmowych kredytów dziennie, aby spróbować lub kontynuować proces generowania przed zakupem pakietu.
Przejrzystość przed generacją
Saldo, wymagane kredyty, pozostałe po wygenerowaniu, zwroty i czas resetu są wyświetlane przed uruchomieniem AI.
Przepływ zakupów doładowania
Gdy dzienny limit się kończy, użytkownik kupuje dodatkowe kredyty, aby dalej przygotowywać wnioski.
07 Warstwa decyzyjna AI
Warstwa AI pracuje dla jednego uwierzytelnionego użytkownika i jednego wybranego zadania naraz; Nigdy nie porównuje kandydatów ze wspólną pulą. To działa na podstawie krótkiej sekwencji decyzji. Jak bardzo to zadanie odpowiada użytkownikowi? Porównuje opis stanowiska z profilem zalogowanego użytkownika, aby uzyskać specyficzny dla użytkownika procent dopasowania i, idealnie, wyjaśnienie, dopasowanie umiejętności i doświadczenia, terminologię roli, brakujące lub niepotwierdzone wymagania, lokalizację oraz dopasowanie do poziomu doświadczenia. Które zweryfikowane informacje powinny znaleźć się w CV? Pobiera istotne fakty z profilu użytkownika i danych CV oraz decyduje, co jest najbardziej przydatne w tym zadaniu, korzystając wyłącznie z informacji przekazanych przez kandydatów. Jak powinno być dostosowane CV? Może dostosować podsumowanie sformułowań, kolejność umiejętności, nacisk na doświadczenie, wybór projektów, kolejność osiągnięć, terminologię i priorytet sekcji, nie dodając umiejętności jedynie w celu zwiększenia nakładania się słów kluczowych. Co powinien podkreślać list motywacyjny, a co powinien zawierać w e-mailu? Łączy zweryfikowane doświadczenie użytkownika z wymaganiami pracodawcy dla danej roli i przygotowuje zwięzły, profesjonalny e-mail. I czy może się zacząć generacja? Zanim cokolwiek się uruchomi, sprawdza saldo kredytowe, odlicza, jeśli jest wystarczające, lub kieruje użytkownika do zakupu.
AI się przygotowuje; nie decyduje ani nie fabrykuje. Wykorzystuje wyłącznie informacje dostarczone lub zatwierdzone przez użytkownika, nigdy nie wymyśla kwalifikacji, historii zatrudnienia, umiejętności, certyfikatów, osiągnięć czy metryk, ani nie wzbogaca CV o umiejętności tylko po to, by przekryć się słowami kluczowymi. Nigdy też nie wybiera ofert pracy ani nie wysyła aplikacji: sporządza CV, list motywacyjny i Gmail e-mail dla wybranej przez użytkownika pracy, a użytkownik przegląda, edytuje i klika Wyślij.
08 Status i Wyniki
Efektem jest workflow na użytkownika, który przenosi poszukującego pracy od wyszukiwania do gotowej do przeglądu aplikacji w ramach jednego uwierzytelnionego konta. Po zalogowaniu się przez Googleużytkownicy wyszukują role w zintegrowanych źródłach, porównują każde ogłoszenie z własnym profilem z procentem dopasowania i ręcznie wybierają stanowiska, które chcą realizować. Za każde wybrane stanowisko platforma wydaje kredyty na stworzenie dopasowanego CV, listu motywacyjnego i maila aplikacyjnego, składa je w Gmail szkic i pozostawia ostateczną recenzję oraz wysłanie w całości użytkownikowi. To umożliwia znacznie większą liczbę zgłoszeń, nie zamieniając doświadczenia w niekontrolowane automatyczne składanie aplikacji: osoba aplikuje na więcej stanowisk szybciej, ale każda aplikacja należy do niej, jest przez nią przeglądana i wysyłana. Monetyzacja trzyma się tej samej zasady: darmowe odkrywanie, codzienny limit darmowych kredytów i płatne generowanie za intensywne przygotowania, więc wartość, za którą użytkownik płaci, to dźwignia na powtarzalną pracę, a nie dostęp do samego rynku pracy.
3
Dokumenty dostosowane do wybranych stanowisk (CV, list motywacyjny, e-mail)
50
Darmowe kredyty na użytkownika, każdego dnia
0
Aplikacje wysyłane bez zgody użytkownika
1:1
Dopasowanie wyniku na użytkownika, na stanowisko (nigdy ranking kandydatów)
09 Refleksja / Co dalej
To, co już zbudowane, niesie główną obietnicę. Wielokrotnego użytku profil użytkownika jest źródłem prawdy; Google bramki logowania na każdej sesji; wyszukiwanie oparte na rolach przebiega na rozszerzalnej puli źródeł portali ofert pracy firm trzecich; Każde stanowisko wiąże się z procentem dopasowania na użytkownika; użytkownik ręcznie wybiera, co chce realizować; A dla każdego wybranego stanowiska platforma generuje dopasowane CV, list motywacyjny i e-mail aplikacyjny, które trafiają do Gmail szkicu recenzji i przesłania użytkowników. Zabezpieczenia również istnieją: AI korzysta wyłącznie z faktów podanych przez kandydatów, dane każdego użytkownika są izolowane, kredyty ograniczają pracę AI z 50 darmowymi za darmo dziennie, a koszt kredytu jest pokazywany przed rozpoczęciem generowania. Monetyzacja jest uczciwa, użytkownicy odkrywają za darmo i płacą za dźwignię, a nie za ogłoszenie.
To, co chciałbym wzmocnić dalej, opiera się na tej podstawie: uczynić przejrzystość kredytową bogatszą i nieprzegapioną (koszt za akcję, zwrot za nieudaną generację, czy to edycje, czy regeneracja, kosztują więcej, gdy codzienne 50 resetuje się), tak aby żadna generacja nie zaskoczyła użytkownika ceną; dodaj wyjaśnienia dopasowania, które wyraźnie oddzielają potwierdzone mocne strony od brakujących lub niepotwierdzonych wymagań, tak aby wynik był możliwy do działania, a nie tylko liczbą; uczynić barierę zabezpieczającą dostarczoną przez kandydata z wyraźnym pochodzeniem na każdej wygenerowanej linii; poszerzyć Source Pool o więcej integracji portali; oraz pogłębić tracker aplikacji w prawdziwy pipeline. Trwałym pomysłem jest asystent poszukiwania pracy, który wykonuje powtarzalne przygotowania na dużą skalę, podczas gdy kandydat zachowuje każdą decyzję niesącą jego nazwisko.